A、前馈神经网络
B、卷积神经网络
C、循环神经网络
D、对抗神经网络
答案：C
A、前馈神经网络
B、卷积神经网络
C、循环神经网络
D、对抗神经网络
答案：C
A. 特征值
B. 标签
C. 特征值和标签
D. 预测值
解析：深度学习系统训练过程通常需要输入特征值和标签
A. 中间
B. 核心
C. 边侧
D. 侧边
解析：主要应用
A. 算法运算
B. 云计算
C. 深度学习
D. 集成应用
A. 分类
B. 聚类
C. 概率
D. 信息熵
A. 感知
B. 测量
C. 监控
D. 预想
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析：在其他条件不变的前提下，以下做法容易引起机器学习中的“过拟合”问题的是SVM算法中使用高斯核/RBF核代替线性核。
A. 采集
B. 脱敏
C. 归约
D. 分解处理
A. 英国伦敦
B. 美国硅谷
C. 德国汉诺威
D. 美国辛辛那提农场
解析：第三次工业革命的地点是美国硅谷。
